← 返回
光伏发电技术
★ 5.0
基于天气的光伏功率随机模拟的双向LSTM与基于风格的生成对抗网络
Bi-LSTM and Style-Based Generative Adversarial Network for Stochastic Simulation of Photovoltaic Power Generation Based on Weather
| 作者 | Chunyu Zhang · Xueqian Fu · Zhengshuo Li |
| 期刊 | IET Power Electronics |
| 出版日期 | 2025年7月 |
| 卷/期 | 第 18 卷 第 1 期 |
| 技术分类 | 光伏发电技术 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 潮流分析方法 气象场景生成模型 气象场景 概率特征 潮流分析 |
语言:
中文摘要
本文提出一种基于天气场景生成模型的潮流分析方法，该方法能够生成具有真实概率特性、时间特征及全年多样化变化的大量逐小时天气场景，从而全面分析电力系统潮流。通过结合双向长短期记忆网络与基于风格的生成对抗网络，模型有效捕捉气象变量的时序依赖性与多模态分布特征，提升光伏出力随机模拟的精度与多样性，为电网运行与规划提供可靠的输入场景。
English Abstract
This paper proposes a power flow analysis method based on a weather scenario generation model, which generates a massive amount of hourly weather scenarios with real probability characteristics, temporal features, and diverse variations throughout the year to fully analyse power flow.
S
SunView 深度解读
该Bi-LSTM与StyleGAN融合的光伏功率随机模拟技术对阳光电源iSolarCloud智能运维平台及SG系列逆变器控制策略具有重要应用价值。模型生成的高精度逐小时天气-功率场景可直接用于：1）iSolarCloud平台的预测性维护模块，通过多样化场景模拟提升发电量预测准确性；2）ST储能系统的能量管理策略优化，基于全年多模态天气分布制定更鲁棒的充放电计划；3）SG逆变器MPPT算法的极端工况测试，利用生成的边缘场景验证算法适应性。该方法捕捉时序依赖性与多模态分布的能力，可为阳光电源构网型GFM控制在复杂气象条件下的稳定性分析提供可靠输入，支撑高比例新能源电网的潮流计算与规划决策。